iPAS AI 應用規劃師初級 115 年第一次 科二 第 40 題 詳解

115 年第一次 科二 生成式 AI 應用與規劃

某企業導入大型語言模型（LLM）進行客服自動化，並已透過Fine-Tuning學習企業標準問答範例，但在實務運作中仍出現回應策略未符合服務優先順序及語氣與品牌風格不一致的情況，因此技術團隊建議再導入Reinforcement Fine-tuning（RFT）機制進行優化，其主要目的為何？

1. A擴展模型的知識涵蓋範圍與資料記憶能力

   擴充知識靠資料增補或檢索增強，非RFT目的。

2. B透過reward訊號調整模型回應策略與行為偏好（正確答案）

   以reward訊號引導模型偏好符合人類期待的回應策略。

3. C提升模型推論速度與降低回應延遲

   推論加速屬量化、蒸餾等部署最佳化手段。

4. D降低prompt設計複雜度並取代訓練流程

   RFT是訓練程序之一，不會取代訓練或prompt設計。